Обработка и фильтрация изображений. Особенности изображений как информационных процессов. Типы помех и искажений, их свойства и модельные представления, страница 20

            Большинство детекторов границ используют принцип работы в скользящем окне или используют маски размера 3х3 или 5х5. При этом многие известные алгоритмы осуществляют сравнительно простые операции типа дискретного дифференцирования, после чего полученное для каждого пиксела значение сравнивается с порогом. В результате принимается бинарное решение о принадлежности или непринадлежности данного пиксела границе или ее окрестности. Увеличение значения порога, как правило, приводит к уменьшению числа ложных срабатываний и одновременному снижению вероятности правильного обнаружения границ, появлению разрывов в контурных препаратах. Если контурные препараты получаются в виде довольно "толстых" линий, как это имеет место при использовании для обнаружения границ параметров  или , то можно на следующем этапе обработки применять различные алгоритмы утоньшения линий. При этом хотелось бы предупредить пользователей стандартных графических пакетов, что используемые в них обнаружения границ, как правило, не являются наилучшими и ориентированы на присутствие на изображении только аддитивных помех. В случае превалирующего воздействия мультипликативных помех такие детекторы дают большое количество ложных срабатываний на однородных участках, имеющих большие значения среднего уровня. Поэтому аналогично необходимости использовать в случае мультипликативных помех нормированных параметров  или  в ЛАФ вместо  или , при обнаружении границ стандартными детекторами перепадов следует выполнять нормировку их выходных значений с учетом локального среднего или медианного значения до сравнения с порогом.                     

Отметим, что нередко предварительная фильтрация изображений способствует более успешному решению задачи обнаружения границ и сегментации или, по крайней мере, существенно облегчает ситуацию за счет, например, устранения импульсных помех при  и предоставления возможности применения обнаружителей границ, которые не должны обладать робастными свойствами.   

Контрольные вопросы:

1. В чем состоят особенности изображений?
2. Назовите основные типы помех и искажений.
3. Основные этапы обработки изображений и их цели?
4. Каковы основные критерии эффективности фильтрации и почему их можно определить лишь для тестовых изображений?
5. Назовите отличия нелинейных векторных фильтров от скалярных.
6. Почему локально-адаптивные фильтры и многоэтапные процедуры более эффективны, чем однопроходные фильтры?
7. Что подразумевается под восстановлением и сегментацией изображений?

Литература

1.  Василенко Г.И., Тараторин А.М. Восстановление изображений. - М.: Радио и связь, 1986. - 304 с.

2.  Физика визуализации изображения в медицине: В 2т./Пер. с англ.; Под ред. С. Уэбба. – М.: Мир, 1991. Т.2. – 408с.

3.  Описание структуры и возможностей, предоставляемых пакетом ENVI (http:/www.envi-sw.com; www:http.rsinc.com/envi)

4.  Ярославский Л.П. Цифровая обработка сигналов в оптике и голографии. Введение в цифровую оптику. - М.: Радио и связь, 1987. - 296 с.

5.  Прэтт У. Цифровая обработка изображений: Пер. с англ. - М.: Мир, 1982. - Кн. 1- 312 с.; Кн. 2- 473 с.

6.  Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. - 411 с.

7.  Ф. Уоссермен, Нейрокомпьютерная техника, М., Мир, 1992.